Presná definícia
Čo znamená klasifikácia zvuku?
Klasifikácia zvuku priraďuje celej nahrávke alebo vymedzenému úseku jednu či viac tried podľa akustického obsahu. Vstupom môže byť vlnový priebeh alebo spektrogram a výstupom skóre tried. Ak udalosť treba aj časovo lokalizovať, ide už o detekciu zvukových udalostí.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Mestský senzor triedi krátke klipy na dopravu, stavebný hluk a prírodné zvuky bez ukladania reči. Dáta sa delia podľa lokality a zariadenia, nie náhodnými susednými oknami. Eval uvádza macro-F1 a kalibráciu pri neznámych zvukoch.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje klasifikácia zvuku?
Enkóder agreguje časovo-frekvenčné príznaky do reprezentácie klipu a klasifikačná hlava odhaduje jednu alebo viac kategórií.
Kedy má klasifikácia zvuku praktický význam?
Mestský senzor triedi krátke klipy na dopravu, stavebný hluk a prírodné zvuky bez ukladania reči.
S čím si pojem nezamieňať?
Acoustic scene classification opisuje celé prostredie; audio classification môže cieliť na ľubovoľný zvukový objekt alebo vlastnosť.
Ako sa výsledok kontroluje?
Hodnotí sa macro/micro F1, mAP, confusion matrix, kalibrácia, robustnosť zariadenia a výkon na neznámej triede.
Na čo si dať pozor?
Model môže používať šum konkrétneho mikrofónu alebo lokalitu ako skratku a zlyhať pri novom zariadení.